Cuda 回退支持nvidia库

Cuda 回退支持nvidia库,cuda,nvidia,Cuda,Nvidia,我计划用GPU做一个矩阵操作密集的应用程序。我想使用CUDA NVIDIA支持。我唯一的疑问是:是否有后备支持?我的意思是:如果我使用这些库,我就有可能在非CUDA环境中运行应用程序(当然没有gpu支持)?我希望能够在不受使用该环境限制的情况下调试应用程序。我没有找到这些信息,有什么提示吗?库中没有内置的回退支持(例如CUBLAS、CUSPARSE、CUFFT)。您需要让您的代码对现有CUDA环境进行检查,如果没有发现,则开发您自己的代码路径,可能使用备用库。例如,其他BLAS库(如MKL)大多

我计划用GPU做一个矩阵操作密集的应用程序。我想使用CUDA NVIDIA支持。我唯一的疑问是:是否有后备支持?我的意思是:如果我使用这些库,我就有可能在非CUDA环境中运行应用程序(当然没有gpu支持)?我希望能够在不受使用该环境限制的情况下调试应用程序。我没有找到这些信息,有什么提示吗?

库中没有内置的回退支持(例如CUBLAS、CUSPARSE、CUFFT)。您需要让您的代码对现有CUDA环境进行检查,如果没有发现,则开发您自己的代码路径,可能使用备用库。例如,其他BLAS库(如MKL)大多可以复制CUBLAS函数。其他FFT库(例如FFTW)可以在很大程度上替代CUFFT函数


如何检测CUDA环境包含在其他SO问题中。简而言之,如果您的应用程序捆绑(例如静态链接)CUDART库,那么您可以运行与示例代码中类似的过程,以确定哪些GPU(如果有)可用。

库中没有内置的回退支持(例如CUBLAS、CUSPARSE、CUFFT)。您需要让您的代码对现有CUDA环境进行检查,如果没有发现,则开发您自己的代码路径,可能使用备用库。例如,其他BLAS库(如MKL)大多可以复制CUBLAS函数。其他FFT库(例如FFTW)可以在很大程度上替代CUFFT函数


如何检测CUDA环境包含在其他SO问题中。简而言之,如果您的应用程序捆绑(例如静态链接)CUDART库,那么您可以运行与示例代码中类似的过程,以确定哪些GPU(如果有)可用。

库中没有内置的回退支持(例如CUBLAS、CUSPARSE、CUFFT)。您需要让您的代码对现有CUDA环境进行检查,如果没有发现,则开发您自己的代码路径,可能使用备用库。例如,其他BLAS库(如MKL)大多可以复制CUBLAS函数。其他FFT库(例如FFTW)可以在很大程度上替代CUFFT函数


如何检测CUDA环境包含在其他SO问题中。简而言之,如果您的应用程序捆绑(例如静态链接)CUDART库,那么您可以运行与示例代码中类似的过程,以确定哪些GPU(如果有)可用。

库中没有内置的回退支持(例如CUBLAS、CUSPARSE、CUFFT)。您需要让您的代码对现有CUDA环境进行检查,如果没有发现,则开发您自己的代码路径,可能使用备用库。例如,其他BLAS库(如MKL)大多可以复制CUBLAS函数。其他FFT库(例如FFTW)可以在很大程度上替代CUFFT函数

如何检测CUDA环境包含在其他SO问题中。简而言之,如果您的应用程序捆绑包(例如静态链接)支持CUDART库,那么您可以运行与示例代码中类似的过程,以确定可用的GPU(如果有)